دمج الذكاء الاصطناعي وWeb3: مراجعة أبرز أحداث مؤتمر الإجماع في هونغ كونغ 2025
في الآونة الأخيرة، أصبحت تقنيتا الذكاء الاصطناعي وWeb3 محركين مزدوجين للابتكار التكنولوجي، يقودان البشرية نحو المرحلة التالية من النمو التكنولوجي. لقد أدت تجربة الذكاء الاصطناعي الثورية التي قدمتها ChatGPT إلى تحول سريع للذكاء الاصطناعي القائم على blockchain من مفهوم إلى واحدة من أكثر المجالات الواعدة في التنمية المستدامة في مجال Web3.
في مؤتمر الإجماع في هونغ كونغ 2025 الذي انتهى للتو، أصبحت اندماج الذكاء الاصطناعي وWeb3 موضوعًا ساخنًا، حيث تم مناقشته في القاعة الرئيسية وجلسات النقاش الفرعية للمؤتمر بأكمله. دعونا نستعرض معًا بعض المجالات الرئيسية لمشاريع الذكاء الاصطناعي في هذا المؤتمر.
واحد، بنية تحتية للذكاء الاصطناعي
1. منصة وإطار عمل وكيل الذكاء الاصطناعي
لقد حظيت منصة وإطار عمل AI Agent باهتمام كبير خلال الأشهر الستة الماضية. توفر هذه المشاريع للمطورين والمستخدمين العاديين منصة لإنشاء واستخدام AI Agent بتكلفة منخفضة، مما يجعلها واحدة من الاتجاهات الرئيسية في مشروع AI الحالي.
0G Labs: أول نظام تشغيل ذكاء اصطناعي لامركزي (deAIOS) ، من خلال بناء Layer 1 مخصص للذكاء الاصطناعي، يربط بين موارد الحوسبة والبيانات والنماذج، لإنشاء نظام بيئي لتطوير الذكاء الاصطناعي الموزع.
DeAgentAI: منصة مبتكرة تركز على الذكاء الاصطناعي اللامركزي، تهدف إلى تعزيز تطوير تقنيات الوكلاء المتعددين (Multi-Agent Systems).
Autonomys Network: بنية تحتية لامركزية تهدف إلى تحقيق التعاون الآمن والمستقل بين الإنسان والآلة. يمكن للمستخدمين إنشاء وكلاء ذكاء اصطناعي يعملون بشكل مستقل.
Questflow: شبكة متعددة من وكلاء الذكاء الاصطناعي اللامركزية، حيث يحتاج المستخدم فقط لوصف المتطلبات، ويمكن لشبكة الوكلاء الذكاء الاصطناعي إكمال المهام بشكل مستقل.
2. الذكاء الاصطناعي اللامركزي
الذكاء الاصطناعي اللامركزي هو الهدف النهائي للذكاء الاصطناعي على السلسلة. تتجه مشاريع متعددة نحو قوة الحوسبة والبيانات والنماذج، بهدف كسر احتكار الشركات الكبرى للـ LLM من خلال طريقة لامركزية، ومساعدة الجمهور في الحصول على ملكية البيانات والنماذج.
فانا: تسعى لبناء منصة لسيادة بيانات المستخدمين اللامركزية، حيث يتم تحويل البيانات الشخصية إلى أصول مالية.
Automata: يوفر طبقة وسطى لحماية الخصوصية ووظائف الحوسبة غير القابلة للتعقب للتطبيقات اللامركزية.
Public AI: إنشاء منصة بيانات AI مفتوحة وشفافة، تدعم جمع البيانات المتعددة الأنماط وتوصيفها.
3. AI القابل للتحقق
أحد التحديات المهمة التي تواجه تطوير الذكاء الاصطناعي هو عدم الشفافية في عملية التدريب، بالإضافة إلى مشكلة دقة نتائج الذكاء الاصطناعي. بعض المشاريع تعمل على تحقيق إمكانية التحقق من عملية تدريب الذكاء الاصطناعي من خلال تقنيات مثل ZKP و TEE، لضمان موثوقية نتائج الذكاء الاصطناعي.
Phala Network: منصة حوسبة سحابية لامركزية تقدم خدمات حساب الخصوصية الموثوقة واستدلال الذكاء الاصطناعي للتطبيقات على السلسلة.
Brevis: محرك حسابات لامركزي، يوفر حسابات الذكاء الاصطناعي والبلوكشين القابلة للتحقق خارج السلسلة.
شبكة فيريسنس: منصة مبتكرة تركز على التحقق من البيانات اللامركزية والذكاء الاصطناعي الموثوق.
٢. حالات استخدام الذكاء الاصطناعي: الإمكانيات والتوقعات
بالنسبة للبنية التحتية الغنية للذكاء الاصطناعي، لا تزال مشاريع الاستخدام الفعلي الملحوظة للذكاء الاصطناعي نادرة نسبيًا. تشمل بعض المشاريع التي تستحق المتابعة:
Narra：منصة Gamefi AI Agent على Berachain، تولد محتوى سرد ديناميكي في الوقت الفعلي.
AI Travel: مساعد سفر مدعوم بالذكاء الاصطناعي، يساعد المستخدمين في تخصيص خطط السفر تلقائيًا.
HeyTracyAI: وكيل الذكاء الاصطناعي لتحليلات الرياضة يركز على مجال كرة السلة.
AskJimmy: منصة وكيل الذكاء الاصطناعي التي تركز على المجال المالي والتداول.
ثلاثة، التحول من المشاريع التقليدية إلى الذكاء الاصطناعي
بدأت العديد من مشاريع Web3 التقليدية أيضًا في احتضان الذكاء الاصطناعي، حيث أعلنت عن خطط التحول الخاصة بها إلى الذكاء الاصطناعي:
سلاسل الكتل مثل Sui و Near و Flow و Aptos تشارك بنشاط في مؤتمرات متعلقة بالذكاء الاصطناعي، مشيرةً إلى أن وكلاء الذكاء الاصطناعي يساعدون في تبسيط العمليات المعقدة للتفاعل مع سلاسل الكتل.
Eigenlayer تبني طبقة ثقة لامركزية (Decentralized Trust) لتوفير إثباتات على السلسلة للحسابات خارج السلسلة مثل تدريب الذكاء الاصطناعي واستنتاجه والتنبؤ.
أربعة، التحديات والمستقبل
على الرغم من الآفاق المشرقة، إلا أن تطوير الذكاء الاصطناعي على السلسلة لا يزال يواجه العديد من التحديات، بما في ذلك عدم موثوقية النماذج، وغموض نوايا الكلمات الدالة، وقيود التخزين والأجهزة، بالإضافة إلى مشكلات الخصوصية والأمان. هذه التحديات لا تجلب فقط صعوبات تقنية، بل تخلق أيضًا فرصًا كبيرة للابتكار. على المدى الطويل، يتمتع القطاع بأمل كبير في تطوير الذكاء الاصطناعي على السلسلة، ويتطلع إلى دفع دمج وازدهار الذكاء الاصطناعي مع Web3 من خلال تحسين البنية التحتية، وتجديد حالات الاستخدام، والتعاون المجتمعي.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 14
أعجبني
14
8
مشاركة
تعليق
0/400
OnchainFortuneTeller
· 07-19 02:48
حقاً، حتى الذكاء الاصطناعي يريد اللعب باللامركزية.
شاهد النسخة الأصليةرد0
JustAnotherWallet
· 07-18 13:43
مجرد مفهوم آخر يتم تداوله
شاهد النسخة الأصليةرد0
OldLeekMaster
· 07-17 02:12
موجة جديدة من الرياح القابضة قادمة، هيا نركض للدخول!
شاهد النسخة الأصليةرد0
NervousFingers
· 07-16 03:28
يتلاعبون ويخدعون هكذا
شاهد النسخة الأصليةرد0
DegenRecoveryGroup
· 07-16 03:27
لا يزال يستخدم نفس الأسلوب في التفاخر والتحميس.
شاهد النسخة الأصليةرد0
metaverse_hermit
· 07-16 03:26
web3 السير مع التيار حمقى
شاهد النسخة الأصليةرد0
LightningSentry
· 07-16 03:13
مرة أخرى حديث فارغ، دعونا نحقق الهدف أولاً ثم نتحدث.
الذكاء الاصطناعي وWeb3: تحليل أبرز تقنيات مؤتمر الإجماع في هونغ كونغ 2025
دمج الذكاء الاصطناعي وWeb3: مراجعة أبرز أحداث مؤتمر الإجماع في هونغ كونغ 2025
في الآونة الأخيرة، أصبحت تقنيتا الذكاء الاصطناعي وWeb3 محركين مزدوجين للابتكار التكنولوجي، يقودان البشرية نحو المرحلة التالية من النمو التكنولوجي. لقد أدت تجربة الذكاء الاصطناعي الثورية التي قدمتها ChatGPT إلى تحول سريع للذكاء الاصطناعي القائم على blockchain من مفهوم إلى واحدة من أكثر المجالات الواعدة في التنمية المستدامة في مجال Web3.
في مؤتمر الإجماع في هونغ كونغ 2025 الذي انتهى للتو، أصبحت اندماج الذكاء الاصطناعي وWeb3 موضوعًا ساخنًا، حيث تم مناقشته في القاعة الرئيسية وجلسات النقاش الفرعية للمؤتمر بأكمله. دعونا نستعرض معًا بعض المجالات الرئيسية لمشاريع الذكاء الاصطناعي في هذا المؤتمر.
واحد، بنية تحتية للذكاء الاصطناعي
1. منصة وإطار عمل وكيل الذكاء الاصطناعي
لقد حظيت منصة وإطار عمل AI Agent باهتمام كبير خلال الأشهر الستة الماضية. توفر هذه المشاريع للمطورين والمستخدمين العاديين منصة لإنشاء واستخدام AI Agent بتكلفة منخفضة، مما يجعلها واحدة من الاتجاهات الرئيسية في مشروع AI الحالي.
0G Labs: أول نظام تشغيل ذكاء اصطناعي لامركزي (deAIOS) ، من خلال بناء Layer 1 مخصص للذكاء الاصطناعي، يربط بين موارد الحوسبة والبيانات والنماذج، لإنشاء نظام بيئي لتطوير الذكاء الاصطناعي الموزع.
DeAgentAI: منصة مبتكرة تركز على الذكاء الاصطناعي اللامركزي، تهدف إلى تعزيز تطوير تقنيات الوكلاء المتعددين (Multi-Agent Systems).
Autonomys Network: بنية تحتية لامركزية تهدف إلى تحقيق التعاون الآمن والمستقل بين الإنسان والآلة. يمكن للمستخدمين إنشاء وكلاء ذكاء اصطناعي يعملون بشكل مستقل.
Gaia Network: منصة بنية تحتية لامركزية للذكاء الاصطناعي، تدعم التطوير والتشغيل الموزع لوكلاء الذكاء الاصطناعي والتطبيقات.
Questflow: شبكة متعددة من وكلاء الذكاء الاصطناعي اللامركزية، حيث يحتاج المستخدم فقط لوصف المتطلبات، ويمكن لشبكة الوكلاء الذكاء الاصطناعي إكمال المهام بشكل مستقل.
2. الذكاء الاصطناعي اللامركزي
الذكاء الاصطناعي اللامركزي هو الهدف النهائي للذكاء الاصطناعي على السلسلة. تتجه مشاريع متعددة نحو قوة الحوسبة والبيانات والنماذج، بهدف كسر احتكار الشركات الكبرى للـ LLM من خلال طريقة لامركزية، ومساعدة الجمهور في الحصول على ملكية البيانات والنماذج.
فانا: تسعى لبناء منصة لسيادة بيانات المستخدمين اللامركزية، حيث يتم تحويل البيانات الشخصية إلى أصول مالية.
Hyperbolic: منصة سحابية للذكاء الاصطناعي مفتوحة الوصول، تجمع موارد الحوسبة العالمية، وتوفر للمستخدمين موارد GPU وخدمات الذكاء الاصطناعي بأسعار معقولة وقابلة للتطوير.
OpenLedger: شبكة الجيل التالي التي تركز على الذكاء الاصطناعي والبلوكشين، توفر بنية تحتية اقتصادية لامركزية.
IO.NET: منصة حوسبة لامركزية، تقدم خدمات الوصول عند الطلب إلى مجموعات GPU وCPU.
Aethir: منصة مبتكرة تركز على توفير بنية تحتية للحوسبة السحابية الموزعة.
MinionLab: شبكة الذكاء الاصطناعي اللامركزية ذاتية الحكم، مخصصة لاستخراج بيانات الإنترنت في الوقت الفعلي.
GAIB: يكرس جهوده لحلول الطبقة الاقتصادية في مجالات الذكاء الاصطناعي والحوسبة عالية الأداء، ويعتبر وحدة معالجة الرسومات كأصل، وقوة الحوسبة كعملة.
Kite AI: منصة بلوكتشين لير 1 اللامركزية المصممة لاقتصاد الذكاء الاصطناعي.
Automata: يوفر طبقة وسطى لحماية الخصوصية ووظائف الحوسبة غير القابلة للتعقب للتطبيقات اللامركزية.
Public AI: إنشاء منصة بيانات AI مفتوحة وشفافة، تدعم جمع البيانات المتعددة الأنماط وتوصيفها.
3. AI القابل للتحقق
أحد التحديات المهمة التي تواجه تطوير الذكاء الاصطناعي هو عدم الشفافية في عملية التدريب، بالإضافة إلى مشكلة دقة نتائج الذكاء الاصطناعي. بعض المشاريع تعمل على تحقيق إمكانية التحقق من عملية تدريب الذكاء الاصطناعي من خلال تقنيات مثل ZKP و TEE، لضمان موثوقية نتائج الذكاء الاصطناعي.
Phala Network: منصة حوسبة سحابية لامركزية تقدم خدمات حساب الخصوصية الموثوقة واستدلال الذكاء الاصطناعي للتطبيقات على السلسلة.
Brevis: محرك حسابات لامركزي، يوفر حسابات الذكاء الاصطناعي والبلوكشين القابلة للتحقق خارج السلسلة.
شبكة فيريسنس: منصة مبتكرة تركز على التحقق من البيانات اللامركزية والذكاء الاصطناعي الموثوق.
٢. حالات استخدام الذكاء الاصطناعي: الإمكانيات والتوقعات
بالنسبة للبنية التحتية الغنية للذكاء الاصطناعي، لا تزال مشاريع الاستخدام الفعلي الملحوظة للذكاء الاصطناعي نادرة نسبيًا. تشمل بعض المشاريع التي تستحق المتابعة:
Narra：منصة Gamefi AI Agent على Berachain، تولد محتوى سرد ديناميكي في الوقت الفعلي.
AI Travel: مساعد سفر مدعوم بالذكاء الاصطناعي، يساعد المستخدمين في تخصيص خطط السفر تلقائيًا.
HeyTracyAI: وكيل الذكاء الاصطناعي لتحليلات الرياضة يركز على مجال كرة السلة.
AskJimmy: منصة وكيل الذكاء الاصطناعي التي تركز على المجال المالي والتداول.
ثلاثة، التحول من المشاريع التقليدية إلى الذكاء الاصطناعي
بدأت العديد من مشاريع Web3 التقليدية أيضًا في احتضان الذكاء الاصطناعي، حيث أعلنت عن خطط التحول الخاصة بها إلى الذكاء الاصطناعي:
سلاسل الكتل مثل Sui و Near و Flow و Aptos تشارك بنشاط في مؤتمرات متعلقة بالذكاء الاصطناعي، مشيرةً إلى أن وكلاء الذكاء الاصطناعي يساعدون في تبسيط العمليات المعقدة للتفاعل مع سلاسل الكتل.
Eigenlayer تبني طبقة ثقة لامركزية (Decentralized Trust) لتوفير إثباتات على السلسلة للحسابات خارج السلسلة مثل تدريب الذكاء الاصطناعي واستنتاجه والتنبؤ.
أربعة، التحديات والمستقبل
على الرغم من الآفاق المشرقة، إلا أن تطوير الذكاء الاصطناعي على السلسلة لا يزال يواجه العديد من التحديات، بما في ذلك عدم موثوقية النماذج، وغموض نوايا الكلمات الدالة، وقيود التخزين والأجهزة، بالإضافة إلى مشكلات الخصوصية والأمان. هذه التحديات لا تجلب فقط صعوبات تقنية، بل تخلق أيضًا فرصًا كبيرة للابتكار. على المدى الطويل، يتمتع القطاع بأمل كبير في تطوير الذكاء الاصطناعي على السلسلة، ويتطلع إلى دفع دمج وازدهار الذكاء الاصطناعي مع Web3 من خلال تحسين البنية التحتية، وتجديد حالات الاستخدام، والتعاون المجتمعي.